搜索资源列表
artificialimmunesysterm
- 一个用matlab开发的人工免疫系统仿真程序-Using matlab to develop an artificial immune system simulation program
AIS
- 人工免疫系统的基本理论应用及其基本算法仿真-The basic theory of artificial immune system applications and the basic algorithm simulation
Immunity-clone-algorithm-with-mutation-coevolution
- 利用免疫系统的克隆选择机制,提出一种用于函数优化的算法. 算法的主要特点是:在迭代过程中,不仅抗体得到进化,同时建立变异向量集,令变异向量同步进化,协同工作,达到优化的目的. 仿真实验表明,所提出的算法能以较快的速度完成给定范围的搜索和全局优化任务-By using the clonal selection echanism of the immune system , a method for function optimizing is proposed. The character of
Parallel_Artificial_Immune_Algorithm_for_Large_Sca
- 为求解大规模TSP 问题, 提出了并行人工免疫系统的塔式主从模型(TMSM), 和基于TMSM 的并行免疫记忆克隆选择算法(PIMCSA) TMSM 是粗粒度的两层并行人工免疫模型, 其设计体现了分布式的免疫响应和免疫记忆机制. PIMCSA 用疫苗的迁移代替了抗体的迁移, 兼顾了种群多样性的保持和算法的收敛速度. 与其他算法相比, PIMCSA 在求解精度和运行时间上都更具优势, 而且问题规模越大优势越明显. TMSM 很好地体现了免疫系统的特性, PIMCSA 是适合求解大规模复杂优化问
Immune_Chaotic_Network_Algorithm_for_Multimodal_Fu
- 针对多峰函数优化问题，借鉴混沌遍历特性和免疫网络理论，提出一种免疫混沌网络算法。算法利用混沌运动的自身规律在不同的峰值区域内搜索最佳抗体，增强了算法的局部搜索能力；采用网络抑制策略，保持了种群的多样性；通过网络补充机制自适应地调节抗体群的规模，提高了算法对不同类型多峰函数的适应能力。仿真结果表明该算法能有效地改善种群的多样性，较好地保持全局搜索和局部搜索的动态平衡，具有更强的多峰函数优化能力-Referred to the ergodicity of chaos and immune netwo
immune-gengtic-simulation
- 为了更好了解遗传神经网络在系统中的对比效果，我们以室内温度控制为例，设室内的温度控制目标为18℃（20℃），其他参数保持不变的情况下，分别按照单独神经网络和基于遗传算法优化后的神经网络控制进行仿真实验.仿真结果表明，上述应用遗传算法优化的神经网络是非常有效的，通过运用遗传算法对神经网络进行优化，使其具有良好的泛化能力和快速的收敛性。-To better understand the genetic neural network contrast in the system, we control
ImmuneSimulation
- Immune simulation algorithm